1         写在前面

1.1         适合的阅读对象

1.1.1      直接对象为上我的方法课的社会学类专业的硕士生。

1.1.2      同时适用于非经济计量类的所有社会科学学生，如社会工作、人口学、政治学、心理学等。

1.1.3      如果专攻上述专业中数理方向的，自然不适用本经验。

1.1.4      必须对定量方法有一定的兴趣或有一定的实际需求，否则还是找本小说消遣消遣吧。

1.2         写作的动机

1.2.1      本人文科出生，从高中到本硕博（社会学）皆是，目前在一个半文半理的细分专业工作，既有成果多数在理论领域。无过多实证研究经验，目前仍是“在路上”的学习者。学习上高度自我驱动，基本上属于兴之所致、死抠到底型。对基础理论的兴趣超过实际应用，对数学内在审美的体验感超过模型应用的成就感。所以，我写的东西未必实用。我也没有能力写出一本《葵花宝典》，别人能够一练升天。

1.2.2      我学习和写作的原因主要是因为我有兴趣，而不是因为有天赋或有成就。文科绝对强于理科，数学智商中等偏下。擅长逆向思维，并现场应用如下：凡是我在自己身上试验过、且能大体学得通的内容，就说明它们本质上不是很难，大都可以推而广之应用于多数社会科学类学生（注意：这是主观概率，不是客观事实，本人不负责此断言的外在效度）。

1.2.3      我的信心来自我的实践，你的信心则需来源于你的实践。

2         老生常谈的三门基础课

2.1         微积分、线性代数、概率论与数理统计，缺一不可。但是不能看《大学文科数学》类的教材内容，而要在那些基础上，系统地学完普通理科难度的相关课程。

2.1.1      我需要呐喊：那些号称研究型大学的社会科学（非经济类）实证教学模式，需要变革了！你们提供的数学、统计和方法教学，已经不能满足当下研究的需要了！那些号称研究型大学的社会科学（非经济类）的同学们，你们所学的数理知识是严重有偏、有缺的，完全不能满足未来研究的需要，你们需要警醒了！

2.2         微积分是基础中的基础，需要掌握多变量微积分的一般运算（主要是偏微分与重积分运算）和一般意义上的级数理论（主要是级数收敛与最基础的泰勒展开）。推荐教材：同济六版《高等数学》，国内相关的参考资料非常丰富，内容详略基本得当，也比较流行。想比较有深度的，可以看史济怀、常庚哲的《数学分析》（高等教育出版社，2012）。不过，相信我，文科背景的学生，基本上是看不下去数学分析的——除非你做了极其强大的心理动员。但是，我觉得这本书真的写得很好，尤其是上册（可能下册对我来说太难了、欣赏不了？）。

2.3         线性代数倒是一般难度即可，大体能明白矩阵运算与表达，了解秩的作用和线性相关、线性无关的概念，差不多就可以勉强应付；如果想要看懂后期实证研究中的系列证明，至少学到正定二次型的相关内容。

2.3.1    推荐教材：

2.3.1.1    邱森，《线性代数》（武汉大学出版社，2008）；我觉得这个老师的讲解很详细，不像某些线代教材（见下），“惜字如金”，我们这些智商低的文科生，伤不起啊！

2.3.1.2    魏战线、李建成，《线性代数与解析几何》（高等教育出版社，2010）；

2.3.1.3    千万不要看同济版的《线性代数》，惜字如金，理解起来实在太伤人，但是它的学习辅导那本小薄册还可以。

2.4         概率论与数理统计，不需要实变与测度论知识，掌握基础的概率论，能够知道二元随机变量的联合分布、概率密度等基础内容，大致可以。了解点估计、置信区间与假设检验的基本原理，要能理解假设检验与显著性检验的区别，能理解功效函数的意义。

2.4.1    推荐教材：

2.4.1.1    茆诗松等，《概率论与数理统计教程》（高等教育出版社，2011）；简单的可以看茆诗松等，《概率论与数理统计简明教程》（高等教育出版社，2012）。

2.4.1.2    我极欣赏这位老师的教材。真的很好。比浙大的《概率论与数理统计》好，后者更适合用来做考研的参考书，不太适合做社会科学类的教材。顺便再推荐他的《贝叶斯统计》（中国统计出版社，2012），我相信，这个方法在未来5年左右的时间内，将会随着相关统计软件包的成熟和推广，会逐步推广到社会科学的各个研究领域。有兴趣的同学们，抢先占领这一高地吧！

2.4.1.3    陈希孺：《数理统计教程》、《概率论与数理统计》（中国科学技术大学出版社，2009）。陈老院士的书，实在是出神入化，令人爱不释手。我特意把两本都买了，珍藏一下。用文学手法来讲，他的写法就像是“如椽之笔”，平实简洁而力透纸背。但不太适合当教材，而是适合当作教参。顺便推荐他的《数理统计学简史》（湖南教育出版社，2003），国内有关统计史的著作相当稀少，这本书则是稀少中的精品。

2.5         基本上，真正的实际应用中，用不到这三门课程的具体内容，但是为了达到能够应用这一水准，仍需要有这三门课的基本内容作为支撑。而就是这三门课，就已经使国内许多大学的文科生头疼不已。但这也正是少数文科生脱颖而出的大好机会。当整个行业处于低水平时，你只需要做得比别人好一点点而已。

2.6         关于教材的优劣？

2.6.1      基础课程的系列教材，很多时候谈不上谁比谁好；主要还是取决于老师的教学水平，和学生的自我修养，以及毅力。如果能找到视频，就更好了。比如吉林大学陈殿友的《线性代数》、《高等数学》，麻省理工的Gilbert Strang的线性代数，中科大的缪柏其《概率论与数理统计》，中科大史济怀或复旦陈纪修的《数学分析》，都是极好的。不过要真看完你就研究生毕业了（如果你是两年制的研究生）。另外，我觉得有些考研的数学视频也是不错，这里就不打广告了，大家自己找找吧（提到视频这点事，我总是在想，这样算侵犯版权吗？本人法盲，谢绝跨省）。

2.6.2     个人觉得Strang的线代超赞，但适合先经历一次国内教材和教授方式的“洗脑”，你就觉得老外讲得真心好！没有比较的话，你会发现线代永远是那么的抽象……数学学习不能迷信神话，千万不能看了某些帖子，说某某老师讲得行云流水，于是就认为这课真的是行云流水，这些都是修辞，修辞是世界上最不靠谱的东西。附故事一则，请自领会：

2.6.2.1    von Neumann曾经碰到别人问他一个估计中国小学生都很熟的问题，就是两个人相向而行，中间有一只狗跑来跑去，问两个人相遇之后，狗走了多少的这种。应该先求出相遇的时间，再乘狗的速度。如果没有什么记错的话，小时候听说过苏步青先生在德国的一个什么公共汽车上，就有人问他这个问题，他老人家当然不会感到有什么困难了。von Neumann也是瞬间给出了答案，提问的人很失望，说你以前一定听说过这个诀窍吧，他指的是上面的这个做法。von Neumann说：“什么诀窍？我所做的就是把狗每次跑的路程都算出来，然后算出那个无穷级数。”——资料来源：北大未名，《Hero in my heart》，请自搜索之。

2.7         基础有多重要？我总是想起以前adidas请奥尼尔做广告时说的哪句广告词：It’s all about Fundamentals! 基础打好了，学习统计、计量，真的势如破竹；如果基础不行，想要有多难，就有多难。

3         统计工具选择

3.1         以spss入门，然后抛弃它。理由？不细述，“大势所趋”：试看未来之统计世界，必将不是spss的世界！在这一点上，我的论断是极不“实证”的。

3.2         Stata几乎是最适宜的从入门到精通的软件，不过，你用的是正版的吗？

3.2.1     推荐的介绍读物：

3.2.1.1    《社会统计分析与数据处理技术：STATA软件的应用》（杨菊华，中国人民大学出版社，2008）我个人觉得是最适合入门的教材。

3.2.1.2    《数据管理与模型分析：STATA软件应用》（杨菊华，中国人民大学出版社，2012）。

3.2.1.3    《应用STATA做统计分析》（劳伦斯·汉密尔顿著，郭志刚等译，重庆大学出版社，2011）。书不错，翻译糟糕了点。

3.2.1.4    《用Stata学计量经济学》（克里斯托弗•鲍姆，中国人民大学出版社，2012）。

3.2.1.5    入门的有这几本基本就够了，深入的内容，大家自己再去结合自己的方向寻找吧。

3.3         如果有水平、有野心，上R。全正版，免费，开源。只可惜是命令语言，估计就冲这一点，国内的社会科学界要流行这一软件还需n年，很多人还是宁可在一群盗版软件的滋养中，苟且偷生吧。

3.3.1      推荐的读物：

3.3.1.1    Robert I. Kabacoff，《R语言实战》，高涛、肖楠、陈钢译，北京：人民邮电出版社，2013。

3.3.1.2    Peter Dalgaard，Introductory Statistics with R，2008。

3.3.1.3    Y. Cohen and J. Y. Cohen，Statistics and Data with R，2008。

3.3.1.4    薛毅，《统计建模与R软件》，北京：清华大学出版社，2007。

3.3.1.5    我个人认为，那两本英文书，以后应当成为社会科学类的应用统计学教材的流行写法。社会科学类的统计教学，一开始就应当结合软件进行，而不是分开。

3.4         当然，工具不是关键，实证研究的基本思想的培养与套路的掌握才是王道。具体，可参看王存同老师的讲座（《社会科学中的量化研究》）讲稿。请自检索。

3.5         一些常用的网站：

3.5.1      常去这些地方看看，你会获得许多资源（此去略去一万字……）

3.5.2      人大经济论坛：https://bbs.pinggu.org/

3.5.3      新浪爱问： http://www.statmethods.net/

3.5.4      统计之都： http://cos.name/

3.5.5      UCLA stata: http://www.ats.ucla.edu/stat/stata/

3.5.6      Quick R: http://www.statmethods.net/

3.5.7      coursera：https://www.coursera.org/

4         一些适用于社会科学类的实证教材

4.1         这里假定你已经至少学过基本的统计与专业研究方法之类的内容。

4.2         谢宇：《社会学方法与定量研究》（社会科学文献出版社，2012），《回归分析》（社会科学文献出版社，2012）；

4.3         格致方法定量研究系列：如《高级回归分析》（格致出版社，2011），《数据分析方法五种》，《线性回归分析基础》，等等。翻译的质量虽然并不总是尽如人意（或许我应当写成总是不尽如人意），但是仍然比直接看原文要省力点。要是没有足够强悍的英文能力，老老实实读中文版吧。

4.4         计量经济学系列：

4.4.1      只要你强制自己学完本科阶段的计量经济学，发现基本上你要用的方法，差不多在这一课程里都已经讲到了。我一点都不觉得计量经济学是仅供经济学领域使用的方法。实际上，社会科学类的诸多学科，除了都在研究人类行为这一主题上的共同外，另一显著的共同点就是：在定量方法上一视同仁，赢者通吃。而且，这一课程的学习还可以放在大二，也就是三门基础课程之后立即开始。

4.4.1.1    一点小牢骚：其实，我真心觉得，《社会统计学》这类课没有必要开，从名字开始就不伦不类的，难道每个学科都有属于自己的“统计学”吗？什么管理统计、心理统计、人口统计、政治统计，除了案例有所不同、侧重有所不同外，原理有本质区别吗？为什么要脱离实证的最前沿，上一个在统计领域并不靠前的《××统计学》？这些课程，都应当直接改名叫成××学科的统计应用，直接结合软件来讲应用，而不是又讲原理又讲应用，搞得社会学的以为社会统计学就是统计学的真面貌、搞心理学认为心理统计就是统计学的真面貌，其实都是一叶障目、不见森林。而造成这一点的，主要就是现行的专业教学模式。

4.4.2      推荐的版本：

4.4.2.1    詹姆斯•H.斯托克、马克•W.沃森，《计量经济学》，格致出版社、上海人民出版社，2012第3版。文字解释较多，证明都放在附录中，比较适合入门。

4.4.2.2    威廉·H·格林，《计量经济分析》，中国人民大学出版社，第6版。

4.4.2.3    杰弗里·M·伍德里奇，《计量经济学导论》，中国人民大学出版社，2010第4版。

4.4.2.4    所有这些书籍，配套的stata数据、程序与答案都不难找到。如果你能找到英文版，看英文的也很好（如果你有能力！）。真的，学完这些书，基本上在社会学的研究生毕业之前，不太需要别的什么方法书了。你所需要的，只是如何将这些应用于社会学研究的实践而已。

5         关于学习的序列

5.1         如果你能看到我的这些建议，一般而言，你可能已经有着几年的社会学、或其他社会科学的“实证学习”经验了。作为一名已经被“污染”过的个案，你的学习序列，或许正好和我写这个文章的顺序相反：先学3，结合学2，回头补1。这也是比较适合社会科学类（基本上的生源是文科生，或者文科生为主体）。

5.2         如果你还是本科生，趁着你还年轻、还有动力、还残存着一点点高中生的学习惯性，走一走1，2，3的序列吧！相信我，除非你死在半道上，否则，将来的你一定能让别人死在半道上。

5.3         基础学完之后，最好有一两个主攻的方向和工具，这样才能把知识转化为生产力。在学术领域，论文就是生产力。这已经远远超出本文的范围，大家另请高明吧。

5.4         掌握一定的方法后，一定要去看专业领域内的最好期刊的实证文章，学习上面的实证模式。多数同学缺少直接阅读外文文献的能力，虽然如果有能力的话，直接阅读外文专业期刊是最佳选择。综合性的如《中国社会科学》（总体水准不错，有些文章明显是关系稿，水平的方差较大，但总体不会差），经济学的《经济研究》（国内搞定量的翘楚了吧，也很值得社会学的同学学习），社会学的《社会学研究》（但是），心理学就是《心理学报》（你几乎在上面看不到心理学的内容，完全是认知、实验、生理的“主流范式”），人口学的《人口研究》，学习它们的文风、格式、模型，力争学以致用。学习始于模仿，模仿要模仿对对象，哪怕东施效颦，人家至少在模仿西施，没有模仿芙蓉姐姐！

5.4.1      有位老师曾说：社会学研究总是发我们××学淘汰了的方法去发表！请相信，这不是歧视，这是名正言顺的歧视。文无第一，武无第二；理论只是范式，谈不上优劣；实证的优劣，标准却要明确得多（当然也不是绝对的）。社会学的需要正视和弥补这一点，而不是反感和逃避这一点。

5.4.2      再对南开的社会学片同学提一点小建议：如果想做实证，真的不要花多数的时间去阅读那些一两百年前的理论著作了，要看最近的papers！papers才是正解，大部头的理论著作，老了再学也不迟啊！你看完了所有的理论著作，也未必有什么产出性收获；你要是看完所有的定量文献，你不出成果都难。出于实用主义的目的，放弃历史经典，拥抱当今时尚！

5.4.3      我无意声称经典是无用的，也不想卷入类似的争论。每个人的立场和动机不同，对同样的现实也可持截然不同的观点。我只想表明，如果你想以实证为方向，理论经典真的不是你需要首先关注的，你要做的就是在精通数理基础之后立即投入最前沿的实证领域。

5.4.4      实证是速死的，理论可以常青；没有多少搞实证的人能够留下多下传世之作，而搞理论的人却可能有拥有长远的回声。然而，速死的人发的成果一定多，成果多的人一定能够在当下获得更多资源。默顿老人家在研究科学家群体时得出的“马太效应”，大家应当引以为戒。不出成果，是无法获得他人认同的，在学术界这样看重同行评议的制度中，无法得到同行认可，就意味着只能自娱自乐。你是选择“硕果累累”的速死，还是追求“不鸣则已，一鸣惊人”的爆炸式成功呢？这取决于你的个性、环境与机遇。What’s your decision? Nobody could tell you. You should try first, probably fail for a number of times, and then select the path you would devote the rest of your life to.

5.5         如果你觉得自学缺少动力，为什么不体验一下与低年级学生同班上课的情调？多数大学的数学和统计基础课程都是大班课，而且班次多，适用于不同类型的学生，协调好时间，找一个班级，从头到尾蹭着听一学期（如果那个老师的授课水平还可以忍受的话）。你会发现，有老师上课，只要他不是极品的差，总是比自己学要强点。我们需要承认，多数老师总归是有点用的（能允许我这么拐弯抹角的夸自己么？）。

5.6         最后，我也没有完全看完我所列的书目，更不能说完全掌握（这一点很惭愧……），是属于典型的“只有半桶水，偏要晃得叮当响”的那种类型。我的方法论是一句西谚：先把帽子仍过墙。因为只有这样，才有翻过墙去的勇气。